ZF支出乘数是ZF财政政策背后的重要理论依据，然而现有研究大多局限于对ZF支出乘数在特定国家和特定时期的平均估计，而未能考虑到理论中提出的其他重要影响因素，如支出变化的持续性、ZF融资方式、货币政策、劳动力市场的松紧程度。由Valerie A. Ramey与Sarah Zubairy撰写的NBER最新工作论文Government Spending Multipliers in Good Times and in Bad: Evidence from U.S. Historical Data 试图填补上述空白。该文试图在状态依赖模型(State-dependent Model)的框架下探究ZF支出乘数是否会受到经济萧条时期高失业率和低利率的影响。

    缺乏包含外生冲击的长期数据是限制该领域现有研究的主要因素，本文便由此突破，构建了1889-2013美国季度时序数据库。该样本期包含了ZF支出的大幅变化、失业率的大幅波动、长期的低利率水平和一系列税收变化，从而为探究ZF支出乘数的影响因素提供了足够丰富的信息。另外，在外生冲击方面，作者采用了国防新闻的时间序列。这些国防新闻报道了基于政治和军事事件的ZF支出，进而在最大程度上保证了与国家经济状态的独立性。同时，国防支出可以被预期；而在基准的新古典模型中，ZF支出主要通过财富效应来影响经济，因此实际起作用的将是国防支出变化量的预期贴现值。由此，作者将国防新闻中的名义ZF支出额除以滞后一期的名义GDP，进而构建出ZF支出外生冲击序列。

    基于上述数据，作者将局部投影法（Local Projection Method）应用于状态依赖模型估计得出ZF支出乘数，并分别判断高失业率、低利率对ZF支出乘数的影响。具体而言，局部投影法刻画了在控制一系列其他解释变量以及其滞后项后，未来第h期的被解释变量如何对当期外生冲击做出反应；而状态依赖模型则在一个模型中估计得出两种状态下，被解释变量如何受到解释变量的影响。在本文中，作者将两种方法结合起来，分别估计了高失业率、低失业率两种状态下，ZF支出如何对国防新闻做出反应，以及GDP如何对国防新闻做出反应，进而通过对比ZF支出的反应与GDP的反应得出ZF支出乘数；再对比两种状态下，ZF支出乘数是否有明显差异，最终得出高失业率是否会影响ZF支出乘数的结论。作者也将同样的方法应用于探究利率达到零下限是否影响ZF支出乘数。

    应用上述方法，作者发现，没有任何证据表明ZF支出乘数在高失业率的经济状态下会更大。作者也发现，几乎没有证据表明ZF支出乘数在利率处于零下限水平时会更大；仅仅当去掉二战时期之后，ZF支出乘数才会在低利率时更大，但这一乘数增大的结果并不稳健，在变换模型设置后便会消失。上述发现意味着，经济萧条的时候，增加ZF支出并不显得比在经济繁荣时要更有用。